domain-invariant representation | BriefGPT

关键词domain-invariant representation

搜索结果 - 6

WIDIn：面向单源域泛化的领域不变表示的词语图像
通过使用自我监督框架 WIDIn 并结合细粒度对齐的语言嵌入方式，实现了去除视觉表示中的领域特定成分，从而提供了一种可以应用于预训练的视觉 - 语言模型以及单模态模型的方法。在三个领域通用数据集上进行的实验验证了我们方法的有效性。
PDFa month ago
MMDFIL：利用领域不变伪造线索进行 Deepfake 增量学习
通过增量学习和领域不变表示，以及基于多角度知识蒸馏方法的特征级和标签级正则化，我们的研究提出了一种新型增强型 deepfake 检测模型，通过选择中心和困难样本来更新回放集，并取得了 7.01 的平均遗忘率和 85.49 的平均准确率。
PDF10 months ago
KDD带精度约束的对抗不变特征学习用于领域泛化
提出一种带精度约束的对抗特征学习方法，以解决领域内不变性策略对于将在不同领域中进行分类任务的泛化性能具有负面影响的问题，并在实验验证中证明了该方法的优越性。
PDF5 years ago
NIPS一个用于多域图像翻译和操作的统一的特征解缠器
本研究提出了一种新型的深度学习框架，能够从多个领域的数据中学习到不变的表示，通过对抗性训练和利用特定领域信息的能力，实现持续的跨领域图像转换和操纵，并相应地产生期望的输出图像。此外，所得到的特征表示在无监督域自适应方面表现出卓越的性能，也证
PDF6 years ago
EMNLP从人类的理性推论中推导机器的关注
本文研究了基于注意力机制对低资源场景下自动学习映射的问题，并提出了一种可以实现从资源丰富的领域到低资源领域的映射方法，在基准数据集上取得了 15% 以上的平均误差降低率。
PDF6 years ago
通过条件不变表示实现域泛化
本文针对数据集偏差问题，提出一种基于类条件分布的域不变特征表示方法，在合成和实际数据上的实验证明其有效性。
PDF6 years ago